Soham Mazumdar, Co-Fondateur et PDG de WisdomAI – Série d’entretiens

Soham Mazumdar est le co-fondateur et PDG de WisdomAI, une entreprise à la pointe des solutions basées sur l’IA. Avant de fonder WisdomAI en 2023, il était co-fondateur et architecte en chef chez Rubrik, où il a joué un rôle clé dans le développement de l’entreprise sur une période de 9 ans. Soham a précédemment occupé des postes de direction en ingénierie chez Facebook (META ) et Google (GOOGL ), où il a contribué à l’infrastructure de recherche de base et a été récompensé par le prix des fondateurs de Google. Il a également co-fondé Tagtile, une plate-forme de fidélisation mobile acquise par Facebook. Avec deux décennies d’expérience dans l’architecture logicielle et l’innovation de l’IA, Soham est un entrepreneur et un technologue chevronné basé dans la région de la baie de San Francisco.

WisdomAI est une plate-forme d’intelligence d’affaires native IA qui aide les entreprises à accéder à des informations précises et en temps réel en intégrant des données structurées et non structurées grâce à son « Knowledge Fabric » propriétaire. La plate-forme alimente des agents IA spécialisés qui créent un contexte de données, répondent à des questions commerciales en langage naturel et détectent proactivement les tendances ou les risques sans générer de contenu halluciné. Contrairement aux outils de BI traditionnels, WisdomAI utilise l’IA générative uniquement pour la génération de requêtes, garantissant ainsi une grande précision et fiabilité. Elle s’intègre aux écosystèmes de données existants et prend en charge la sécurité de niveau entreprise, avec une adoption précoce par des entreprises majeures comme Cisco et ConocoPhillips (COP ).

Vous avez co-fondé Rubrik et aidé à le développer en une réussite d’entreprise majeure. Qu’est-ce qui vous a inspiré pour quitter en 2023 et créer WisdomAI – et y a-t-il eu un moment particulier qui a clarifié cette nouvelle direction ?

Le problème d’inefficacité des données d’entreprise me sautait aux yeux. Pendant mon séjour chez Rubrik, j’ai été témoin de la façon dont les entreprises du Fortune 500 se noyaient dans les données mais mouraient de faim d’informations. Même avec toutes les infrastructures que nous avons construites, moins de 20 % des utilisateurs d’entreprise avaient réellement accès et les compétences pour utiliser les données de manière efficace dans leur travail quotidien. C’était un problème massif et systémique que personne ne résolvait vraiment.

Je suis également un bâtisseur par nature – vous pouvez le voir dans mon parcours de Google à Tagtile en passant par Rubrik et maintenant WisdomAI. Je me sens énergisé en prenant des défis fondamentaux et en construisant des solutions à partir de zéro. Après avoir aidé à développer Rubrik en une réussite d’entreprise, j’ai ressenti à nouveau cette impulsion entrepreneuriale pour relever un défi tout aussi ambitieux.

Enfin, l’opportunité de l’IA était impossible à ignorer. D’ici 2023, il est devenu clair que l’IA pourrait enfin combler le fossé entre la disponibilité des données et leur utilisation. Le moment semblait parfait pour construire quelque chose qui pourrait démocratiser les informations de données pour tous les utilisateurs d’entreprise, et pas seulement les quelques techniciens.

Le moment de clarté est venu lorsque j’ai réalisé que nous pouvions combiner tout ce que j’avais appris sur les infrastructures de données d’entreprise chez Rubrik avec le potentiel de transformation de l’IA pour résoudre ce problème fondamental d’inefficacité.

WisdomAI introduit un « Knowledge Fabric » et une suite d’agents IA. Pouvez-vous expliquer comment ce système fonctionne ensemble pour aller au-delà des tableaux de bord de BI traditionnels ?

Nous avons construit une plate-forme d’informations de données agentic qui fonctionne avec les données là où elles se trouvent – structurées, non structurées et même « sales » données. Plutôt que de demander aux équipes d’analyse de générer des rapports, les managers commerciaux peuvent poser directement des questions et creuser dans les détails. Notre plate-forme peut être formée sur n’importe quel système de stockage de données en analysant les journaux de requêtes.

Nous sommes compatibles avec les principaux services de données cloud tels que Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks et Postgres, ainsi que des formats de documents tels que Excel, PDF, PowerPoint, etc.

Contrairement aux outils conventionnels conçus principalement pour les analystes, notre interface conversationnelle permet aux utilisateurs commerciaux d’obtenir des réponses directement, tandis que notre architecture multi-agents permet des requêtes complexes à travers divers systèmes de données.

Vous avez souligné que WisdomAI évite les hallucinations en séparant la génération de l’IA de la génération de réponses. Pouvez-vous expliquer comment votre système utilise l’IA de manière différente – et pourquoi cela est important pour la confiance de l’entreprise ?

Notre modèle de contexte prêt à l’IA s’entraîne sur les données de l’organisation pour créer une compréhension universelle du contexte qui répond aux questions avec une grande précision sémantique tout en maintenant la confidentialité et la gouvernance des données. De plus, nous utilisons l’IA générative pour formuler des requêtes bien définies qui nous permettent d’extraire des données des différents systèmes, plutôt que de nourrir des données brutes dans les LLM. C’est crucial pour répondre aux préoccupations d’hallucination et de sécurité avec les LLM.

Vous avez forgé le terme « plate-forme d’informations de données agentic ». Comment l’intelligence agentic se différencie-t-elle des outils d’analyse traditionnels ou même des assistants basés sur l’IA standard ?

Les piles de BI traditionnelles ralentissent la prise de décision car chaque question doit passer par des silos de données déconnectés et une équipe de spécialistes. Lorsqu’un directeur des ventes a besoin de savoir comment clôturer le trimestre, la réponse passe généralement par une demi-douzaine de mains – analystes qui traitent des extraits de CRM, ingénieurs de données qui cousent des fichiers ensemble, et concepteurs de tableaux de bord qui rafraîchissent les rapports – transformant une simple requête en un projet de plusieurs jours.

Notre plate-forme brise ces silos et met la pleine profondeur des données à portée de frappe, de sorte que le directeur des ventes peut creuser depuis les métriques de titre jusqu’au détail de ligne en quelques secondes.

Pas d’attente dans la file d’attente des analystes, pas de tableaux de bord prédéfinis qui ne peuvent pas suivre les nouvelles questions – juste des informations de service auto-serveur livrées à la vitesse à laquelle l’entreprise se déplace.

Comment vous assurez-vous que WisdomAI s’adapte au vocabulaire de données unique et à la structure de chaque entreprise ? Quel rôle l’input humain joue-t-il dans l’affinement du Knowledge Fabric ?

Travailler avec les données là où et comme elles sont – c’est essentiellement le graal de l’intelligence d’affaires d’entreprise. Les systèmes traditionnels ne sont pas conçus pour gérer les données non structurées ou « sales » données avec des fautes de frappe et des erreurs. Lorsque les informations existent dans diverses sources – bases de données, documents, données de télémétrie – les organisations luttent pour intégrer ces informations de manière cohérente.

Sans capacités pour gérer ces types de données divers, le contexte précieux reste isolé dans des systèmes distincts. Notre plate-forme peut être formée sur n’importe quel système de stockage de données en analysant les journaux de requêtes, ce qui lui permet de s’adapter au vocabulaire de données unique et à la structure de chaque organisation.

Vous avez décrit le processus de développement de WisdomAI comme « vibe coding » – construire des expériences de produit directement dans le code d’abord, puis itérer à travers une utilisation réelle. Quels avantages cette approche vous a-t-elle donnés par rapport à la conception de produit traditionnelle ?

« Vibe coding » est un changement significatif dans la façon dont les logiciels sont construits, où les développeurs exploitent le pouvoir des outils d’IA pour générer du code simplement en décrivant la fonctionnalité souhaitée en langage naturel. C’est comme un assistant intelligent qui fait ce que vous voulez que le logiciel fasse, et il écrit le code pour vous. Cela réduit considérablement l’effort manuel et le temps traditionnellement nécessaires pour la codification.

Pendant des années, la création de produits numériques a largement suivi un scénario familier : planifier soigneusement le produit et la conception UX, puis exécuter le développement, et itérer en fonction des commentaires. La logique était claire car investir dans la conception au préalable minimisait les révisions coûteuses pendant la phase de développement plus coûteuse et plus longue. Mais que se passe-t-il lorsque le coût et le temps pour exécuter ce développement diminuent considérablement ? Cette capacité inverse la séquence de développement traditionnelle. Soudain, les développeurs peuvent commencer à construire des logiciels fonctionnels basés sur une compréhension de haut niveau des exigences, même avant que les conceptions de produit et UX détaillées ne soient finalisées.

Avec la rapidité de la génération de code d’IA, l’effort impliqué dans la création de conceptions exhaustives au préalable peut, dans certains contextes, devenir relativement plus chronophage que l’obtention d’une version de base fonctionnelle du logiciel. Le nouveau paradigme dans le monde du « vibe coding » devient : exécuter (coder avec l’IA), puis adapter (concevoir et raffiner).

Cette approche permet une validation incroyablement précoce des concepts de base. Imaginez obtenir des commentaires sur la fonctionnalité réelle d’une fonctionnalité avant d’investir lourdement dans des conceptions visuelles détaillées. Cela peut conduire à des conceptions plus centrées sur l’utilisateur, car le processus de conception est directement informé par la façon dont les utilisateurs interagissent avec un produit tangible.

Chez WisdomAI, nous adoptons activement la génération de code d’IA. Nous avons constaté que, grâce à un développement initial rapide, nous pouvons rapidement tester les fonctionnalités de base et recueillir des commentaires utilisateur inestimables tôt dans le processus, en direct sur le produit. Cela permet à notre équipe de conception de se concentrer sur l’amélioration de l’expérience utilisateur et de la conception visuelle en fonction d’une utilisation réelle, conduisant à des produits plus efficaces et plus aimés, plus rapidement.

Depuis les ventes et le marketing jusqu’à la fabrication et au succès client, WisdomAI vise un large éventail de cas d’utilisation commerciaux. Quels secteurs ont vu l’adoption la plus rapide – et quels cas d’utilisation vous ont surpris par leur impact ?

Nous avons vu des résultats transformateurs avec de multiples clients. Pour la société F500 du pétrole et du gaz, ConocoPhillips, les ingénieurs de forage et les opérateurs utilisent maintenant notre plate-forme pour interroger des données de forage complexes directement en langage naturel. Avant WisdomAI, ces ingénieurs avaient besoin d’une aide technique pour même les questions opérationnelles de base sur le statut du puits ou les performances du travail. Maintenant, ils peuvent accéder instantanément à ces informations tout en comparant simultanément aux meilleures pratiques de leurs manuels de forage – le tout via la même interface conversationnelle. Ils ont évalué de nombreux fournisseurs d’IA dans un processus de six mois, et notre solution a livré une amélioration de 50 % de précision par rapport au concurrent le plus proche.

Chez une entreprise de cybersécurité à croissance hyper, Descope, WisdomAI est utilisé comme un analyste de données virtuel pour les ventes et la finance. Nous avons réduit le temps de création de rapports de 2-3 jours à seulement 2-3 heures – une diminution de 90 %. Cela a transformé leurs réunions de ventes hebdomadaires en exercices de collecte de données en sessions de stratégie axées sur des informations actionnables. Comme le note leur directeur des ventes, « Wisdom AI apporte les données à mes doigts. Cela démocratise vraiment les données, me donnant le pouvoir d’aller répondre aux questions et de passer à autre chose, plutôt que de définir ma question, d’attendre que quelqu’un construise la réponse, et de l’obtenir en 5 jours. » Cette capacité à prendre des décisions basées sur les données avec une rapidité sans précédent a été particulièrement cruciale pour une entreprise à croissance rapide sur le marché compétitif de la gestion des identités.

De nombreuses entreprises aujourd’hui sont surchargées de tableaux de bord, de rapports et d’outils cloisonnés. Quels sont les malentendus les plus courants que les entreprises ont sur l’intelligence d’affaires aujourd’hui ?

Les organisations sont assises sur des trésors d’informations mais luttent pour exploiter ces données pour une prise de décision rapide. Le défi ne consiste pas seulement à avoir des données, mais à travailler avec elles dans leur état naturel – qui inclut souvent des « sales » données non nettoyées de fautes de frappe ou d’erreurs. Les entreprises investissent lourdement dans les infrastructures mais font face à des goulets d’étranglement avec des tableaux de bord rigides, une mauvaise hygiène des données et des informations cloisonnées. La plupart des entreprises ont besoin d’équipes spécialisées pour exécuter des rapports, créant ainsi des retards importants lorsque les dirigeants ont besoin de réponses rapidement. L’interface où les gens consomment des données reste obsolète malgré les progrès des moteurs de données cloud et de la science des données.

Considérez-vous WisdomAI comme un complément ou un remplacement éventuel des outils de BI existants comme Tableau ou Looker ? Comment vous vous insérez-vous dans l’ensemble de la pile de données d’entreprise ?

Nous sommes compatibles avec les principaux services de données cloud tels que Snowflake, Microsoft Fabric, Google’s BigQuery, Amazon’s Redshift, Databricks et Postgres, ainsi que des formats de documents tels que Excel, PDF, PowerPoint, etc. Notre approche transforme l’interface où les gens consomment des données, qui est restée obsolète malgré les progrès des moteurs de données cloud et de la science des données.

En regardant vers l’avenir, où voyez-vous WisdomAI dans cinq ans – et comment voyez-vous le concept d’intelligence agentic évoluer dans le paysage de l’entreprise ?

L’avenir de l’analyse est en train de passer d’une approche basée sur des rapports spécialisés à une intelligence de service auto-serveur accessible à tous. Les outils de BI ont été autour pendant plus de 20 ans, mais l’adoption n’a même pas atteint 20 % des employés de l’entreprise. Pendant ce temps, en seulement douze mois, 60 % des utilisateurs du lieu de travail ont adopté ChatGPT, beaucoup l’utilisant pour l’analyse de données. Cette différence spectaculaire montre le potentiel des interfaces conversationnelles pour augmenter l’adoption.

Nous voyons un changement fondamental où tous les employés peuvent directement interroger les données sans compétences techniques. L’avenir combinerait le pouvoir de calcul de l’IA avec l’interaction humaine naturelle, permettant aux informations de trouver les utilisateurs de manière proactive plutôt que de les obliger à chercher à travers les tableaux de bord.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter WisdomAI.